CN110112774B - 一种平抑分布式风力发电混合储能系统波动的方法及装置 - Google Patents

一种平抑分布式风力发电混合储能系统波动的方法及装置 Download PDF

Info

Publication number
CN110112774B
CN110112774B CN201910359387.2A CN201910359387A CN110112774B CN 110112774 B CN110112774 B CN 110112774B CN 201910359387 A CN201910359387 A CN 201910359387A CN 110112774 B CN110112774 B CN 110112774B
Authority
CN
China
Prior art keywords
energy storage
power generation
storage system
wind power
hybrid energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910359387.2A
Other languages
English (en)
Other versions
CN110112774A (zh
Inventor
董伟杰
刘科研
盛万兴
吕琛
邓潘
胡丽娟
何开元
贾东梨
叶学顺
刁赢龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shanghai Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shanghai Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Shanghai Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910359387.2A priority Critical patent/CN110112774B/zh
Publication of CN110112774A publication Critical patent/CN110112774A/zh
Application granted granted Critical
Publication of CN110112774B publication Critical patent/CN110112774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/386—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明涉及一种平抑分布式风力发电混合储能系统波动的方法及装置，所述方法包括：获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。本发明提供的技术方案，减少了分布式风力发电混合储能系统中风力发电输出功率波动性和随机性产生的负面影响，提高了风能的利用率，促进了风电的大规模发展。

Description

一种平抑分布式风力发电混合储能系统波动的方法及装置
技术领域
本发明涉及配电网分布式发电技术领域，具体涉及一种平抑分布式风力发电混合储能系统波动的方法及装置。
背景技术
风力发电的分布式接入模式具有灵活、可有效延缓电网升级等优势，因而风力发电是一种解决配电网供电问题的较好途径。风力发电分散式接入中低压配电网，采用就地消纳的模式是大规模风力供电模式的一种较好补充方式。由于其自身的间歇性及波动性，势必会对公共连接点处的供电质量造成不确定性影响，且风力基于电力电子变换设备实能量的控制，其运行状态与系统频率和电压解耦，因此不具备惯性响应与系统调压功能。分散式接入风电不具备集中式风力发电机群出力互补特性，因此在高渗透率风力接入中低压配电网将加剧其自身波动性引发的诸多问题，如电压偏差、电压闪变等。
由于储能技术具备对功率、能量的时间快速迁移能力，在并网母线位置配备储能系统，利用储能系统的吞吐能力，对风力发电输出功率进行一定程度的平滑处理，使之并网功率再一定程度上避免了分布式风电的间歇性和波动性问题，因而是一种解决间歇性分布式电源发展瓶颈的有效途径。
在传统混合储能技术在平抑风电场功率波动应用一般基于小波包分解，由于小波分解尺度是二进制变化的，即按指数间隔对信号频带进行划分，在信号中高频部分的频率分辨率较差，尤其是高频部分。将小波分析中未细分的高频信号频进一步分解，得到完全二叉树结构，提高了高频部分的分辨率，但同时计算量也大大增加，导致运算时间过长，存在在线分析能力弱的缺陷。
发明内容
针对现有技术的不足，本发明的目的是提供一种基于经验模拟分解的平抑分布式风力发电混合储能系统波动的方法及装置，减少分布式风力发电混合储能系统中风力发电输出功率波动性和随机性产生的负面影响，提高风能的利用率，促进风电的大规模发展。
本发明的目的是采用下述技术方案实现的：
一种平抑分布式风力发电混合储能系统波动的方法，其改进之处在于，所述方法包括：
获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。
优选的，所述获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值，包括：
a.初始化迭代次数M＝0；
b.令M＝M+1，对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号添加白噪声；
c.利用经验模态分解算法分解添加白噪声后的电气信号，获取该电气信号对应的本征模式函数；
d.若则输出M组本征模式函数，并进入步骤e，否则返回步骤b；
e.计算M组本征模式函数的平均值；
其中，ε为第M次迭代添加的白噪声的幅值。
进一步的，所述步骤c，包括：
按下式利用经验模态分解算法分解添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号：
上式中，X为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；r为X分解后的余量，ci为X分解后的本征模式函数中第i个本征模式函数分量；
c1,c2,...,ci,...,cN为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数。
进一步的，所述步骤e，包括：
按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值；
其中，按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值
上式中，k∈[1,M]，M为本征模式函数的总组数，ci,k为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的第k组本征模式函数中第i个本征模式函数分量。
优选的，所述利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动，包括：
对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换；
利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号；
将所述风力发电输出功率信号作为PQ控制策略输入的有功功率参考值，并利用该PQ控制策略控制分布式风力发电混合储能系统中储能系统的变流器。
进一步的，所述对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换，包括：
按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值；
其中，按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值
上式中，P为柯西主值，τ为时间常数，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻。
进一步的，所述利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号，包括：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，/>为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，j为虚数单位，ai为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值，θi为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位，e为无限不循环小数，e趋向于2.71828...；
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的瞬时角频率ωi：
上式中，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻；
按下式确定风力发电输出功率信号f：
具体的，按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值ai：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位θi：
一种平抑分布式风力发电混合储能系统波动的装置，其改进之处在于，所述装置包括：
获取单元，用于获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
平抑单元，用于利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。
与最接近的现有技术相比，本发明具有的有益效果：
本发明提供的技术方案，通过获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值，利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动，减少了分布式风力发电混合储能系统中风力发电输出功率波动性和随机性产生的负面影响，减少了配电网某段时间内的累积电压偏差、累积电压闪变裕、累积有功损耗和电池储能累积等效寿命损耗，提高了风能的利用率，促进了风电的大规模发展。
附图说明
图1是本发明实施例中一种平抑分布式风力发电混合储能系统波动的方法的流程图；
图2是本发明实施例中一种平抑分布式风力发电混合储能系统波动的装置的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供了一种平抑分布式风力发电混合储能系统波动的方法，如图1所示，所述方法包括：
101.获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
102.利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。
进一步的，所述步骤101，包括：
a.初始化迭代次数M＝0；
b.令M＝M+1，对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号添加白噪声；
c.利用经验模态分解算法分解添加白噪声后的电气信号，获取该电气信号对应的本征模式函数；
d.若则输出M组本征模式函数，并进入步骤e，否则返回步骤b；
e.计算M组本征模式函数的平均值；
其中，ε为第M次迭代添加的白噪声的幅值。
具体的，所述步骤c，包括：
按下式利用经验模态分解算法分解添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号：
上式中，X为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；r为X分解后的余量，ci为X分解后的本征模式函数中第i个本征模式函数分量；
c1,c2,...,ci,...,cN为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数。
具体的，所述步骤e，包括：
按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值；
其中，按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值
上式中，k∈[1,M]，M为本征模式函数的总组数，ci,k为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的第k组本征模式函数中第i个本征模式函数分量。
进一步的，获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值之后，所述步骤102，包括：
对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换；
利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号；
将所述风力发电输出功率信号作为PQ控制策略输入的有功功率参考值，并利用该PQ控制策略控制分布式风力发电混合储能系统中储能系统的变流器。
具体的，所述对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换，包括：
按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值；
其中，按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值
上式中，P为柯西主值，τ为时间常数，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻。
具体的，所述利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号，包括：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，/>为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，j为虚数单位，ai为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值，θi为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位，e为无限不循环小数，e趋向于2.71828...；
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的瞬时角频率ωi：
上式中，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻；
按下式确定风力发电输出功率信号f：
其中，按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值ai：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位θi：
本发明提供的技术方案，利用经验模拟分解的方法获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值，避免了小波包分解时由于选取不同的基函数会导致不同的分解结果，提高了分解的准确性，对高频信号分辨率高；通过对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号添加白噪声，避免了虚假分量和模态混叠现象。
本发明还提供一种平抑分布式风力发电混合储能系统波动的装置，如图2所示，所述装置包括：
获取单元，用于获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
平抑单元，用于利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。
进一步的，所述获取单元，包括：
初始化模块，用于初始化迭代次数M＝0；
更新模块，用于令M＝M+1，对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号添加白噪声；
第一获取模块，用于利用经验模态分解算法分解添加白噪声后的电气信号，获取该电气信号对应的本征模式函数；
判断模块，用于若则输出M组本征模式函数，并进入步骤e，否则返回步骤b；
计算模块，用于计算M组本征模式函数的平均值；
其中，ε为第M次迭代添加的白噪声的幅值。
具体的，所述获取模块，还用于：
按下式利用经验模态分解算法分解添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号：
上式中，X为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；r为X分解后的余量，ci为X分解后的本征模式函数中第i个本征模式函数分量；
c1,c2,...,ci,...,cN为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数。
具体的，所述计算模块，还用于：
按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值；
具体的，所述计算模块，还用于：
按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值
上式中，k∈[1,M]，M为本征模式函数的总组数，ci,k为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的第k组本征模式函数中第i个本征模式函数分量。
进一步的，所述平抑单元，包括：
变换模块，用于对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换；
第二获取模块，用于利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号；
控制模块，用于将所述风力发电输出功率信号作为PQ控制策略输入的有功功率参考值，并利用该PQ控制策略控制分布式风力发电混合储能系统中储能系统的变流器。
具体的，所述变换模块，还用于：
按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值；
具体的，所述变换模块，还用于：
按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值
上式中，P为柯西主值，τ为时间常数，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻。
具体的，所述第二获取模块，包括：
第一确定子模块，用于按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，/>为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，j为虚数单位，ai为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值，θi为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位，e为无限不循环小数，e趋向于2.71828...；
第二确定子模块，用于按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的瞬时角频率ωi：
上式中，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻；
第三确定子模块，用于按下式确定风力发电输出功率信号f：
其中，所述第二获取模块，还包括：
第四确定子模块，用于按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值ai：
第五确定子模块，用于按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位θi：
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (2)

1.一种平抑分布式风力发电混合储能系统波动的方法，其特征在于，所述方法包括：
获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动；
所述获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值，包括：
a.初始化迭代次数M＝0；
b.令M＝M+1，对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号添加白噪声；
c.利用经验模态分解算法分解添加白噪声后的电气信号，获取该电气信号对应的本征模式函数；
d.若则输出M组本征模式函数，并进入步骤e，否则返回步骤b；
e.计算M组本征模式函数的平均值；
其中，εM为第M次迭代添加的白噪声的幅值；
所述步骤c，包括：
按下式利用经验模态分解算法分解添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号：
上式中，X为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；r为X分解后的余量，ci为X分解后的本征模式函数中第i个本征模式函数分量；
c1,c2,...,ci,...,cN为添加白噪声后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数；
所述步骤e，包括：
按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值；
其中，按下式确定添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的M组本征模式函数中各组本征模式函数的第i个本征模式函数分量的平均值
上式中，k∈[1,M]，M为本征模式函数的总组数，ci,k为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的第k组本征模式函数中第i个本征模式函数分量；
所述利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动，包括：
对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换；
利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号；
将所述风力发电输出功率信号作为PQ控制策略输入的有功功率参考值，并利用该PQ控制策略控制分布式风力发电混合储能系统中储能系统的变流器；
所述对所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值进行希尔伯特变换，包括：
按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值；
其中，按下式确定进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值
上式中，P为柯西主值，τ为时间常数，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻；
所述利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值和进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值获取风力发电输出功率信号，包括：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi：
上式中，i∈[1,N]，N为本征模式函数中本征模式函数分量的总数量；为添加白噪声后分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，/>为进行希尔伯特变换后的分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量的平均值，j为虚数单位，ai为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值，θi为分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位，e为无限不循环小数，e趋向于2.71828...；
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的瞬时角频率ωi：
上式中，t为采集所述分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号的采样时刻；
按下式确定风力发电输出功率信号f：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的幅值ai：
按下式确定分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数中第i个本征模式函数分量对应的分解信号Zi的相位θi：
2.一种平抑分布式风力发电混合储能系统波动的装置，用于实现如权利要求1所述的一种平抑分布式风力发电混合储能系统波动的方法，其特征在于，所述装置包括：
获取单元，用于获取分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值；
平抑单元，用于利用分布式风力发电混合储能系统与电网的公共耦合连接点处的电气信号对应的本征模式函数的平均值平抑分布式风力发电混合储能系统的功率波动。
CN201910359387.2A 2019-04-30 2019-04-30 一种平抑分布式风力发电混合储能系统波动的方法及装置 Active CN110112774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910359387.2A CN110112774B (zh) 2019-04-30 2019-04-30 一种平抑分布式风力发电混合储能系统波动的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910359387.2A CN110112774B (zh) 2019-04-30 2019-04-30 一种平抑分布式风力发电混合储能系统波动的方法及装置

Publications (2)

Publication Number Publication Date
CN110112774A CN110112774A (zh) 2019-08-09
CN110112774B true CN110112774B (zh) 2023-11-14

Family

ID=67487706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910359387.2A Active CN110112774B (zh) 2019-04-30 2019-04-30 一种平抑分布式风力发电混合储能系统波动的方法及装置

Country Status (1)

Country Link
CN (1) CN110112774B (zh)

Also Published As

Publication number Publication date
CN110112774A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
Bueno et al. A DSP-and FPGA-based industrial control with high-speed communication interfaces for grid converters applied to distributed power generation systems
CN106684885B (zh) 基于多场景分析的风电机组配电网无功优化方法
CN112787329B (zh) 一种基于鲁棒锥规划的含风电接入的最优潮流计算方法
CN112818588B (zh) 一种电力系统的最优潮流计算方法、装置及存储介质
CN112685841B (zh) 一种带有连接关系的结构的有限元建模、修正方法及系统
CN111162539A (zh) 考虑风力发电不确定性的可控移相器选址方法及系统
CN110765594B (zh) 一种风电场实时仿真器内部交互接口控制方法及装置
CN117269838B (zh) 一种确定构网型电力电子设备短路电流的方法及系统
CN115587326A (zh) 一种噪声环境风电场数据修正方法
CN110969305A (zh) 一种光伏电站仿真模型参数优化方法及系统
CN110112774B (zh) 一种平抑分布式风力发电混合储能系统波动的方法及装置
CN114039366A (zh) 一种基于孔雀优化算法的电网二次调频控制方法及装置
CN117767433A (zh) 基于数字孪生的实时县域能源互联网调度方法及系统
CN117150240A (zh) 基于因果域适应和声振融合的电力设备故障诊断方法
CN111756031B (zh) 一种电网运行趋势估算方法和系统
CN112766076A (zh) 一种电力负荷超短期预测方法、系统、设备及存储介质
CN113779861B (zh) 光伏功率的预测方法及终端设备
CN115940202A (zh) 基于人工智能的多逆变器功率分配控制方法、装置及设备
CN111416377B (zh) 一种提高电网暂态稳定性的柔性直流控制方法及装置
CN108879764B (zh) 一种抑制风电光伏不确定性鲁棒优化方法及系统
CN114744631A (zh) 一种基于非pmu配电网的数据驱动电压估计方法
CN109256790B (zh) 一种蓄能系统配置方法、装置及存储介质
CN108539730B (zh) 基于改进免疫离散粒子群算法的主动配电网量测位置优化方法
CN111668828A (zh) 一种电力系统概率最优潮流计算方法及装置
CN110797884B (zh) 模拟agc调频确定储能容量方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant